CN114170215A - 一种骨肿瘤危险区域快速生成系统 - Google Patents

一种骨肿瘤危险区域快速生成系统 Download PDF

Info

Publication number
CN114170215A
CN114170215A CN202111534280.0A CN202111534280A CN114170215A CN 114170215 A CN114170215 A CN 114170215A CN 202111534280 A CN202111534280 A CN 202111534280A CN 114170215 A CN114170215 A CN 114170215A
Authority
CN
China
Prior art keywords
dimensional
tumor
image
bone
generating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111534280.0A
Other languages
English (en)
Inventor
张余
白相志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202111534280.0A priority Critical patent/CN114170215A/zh
Publication of CN114170215A publication Critical patent/CN114170215A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请适用于医疗器械技术领域，提供了一种骨肿瘤危险区域快速生成系统，包括：输入单元，用于获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，并分别裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块；计算单元，用于对三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像；计算单元还用于根据三维肿瘤距离图像和三维骨骼图像块生成对应的三维骨肿瘤危险区域图像。本申请实施例提供的骨肿瘤危险区域快速生成系统，利用三维二值图像的布尔运算和各向异性距离变换快速解得三维骨肿瘤危险区域图像，相比现有方法可以大幅提升骨肿瘤危险区域生成速度，几乎可以实时为患者生成骨肿瘤及其安全间隔内的正常组织构成的危险区域。

Description

一种骨肿瘤危险区域快速生成系统
技术领域
本申请属于医疗器械技术领域，尤其涉及一种骨肿瘤危险区域快速生成系统。
背景技术
骨肿瘤需要及时诊断并切除，以阻止肿瘤蔓延整个骨骼甚至转移到其他组织器官。在骨肿瘤切除手术中，医生通过(根据术前设计的切割平面)行截骨术切除全部肿瘤组织及其周围一层可能处于肿瘤反应区域内的正常组织。为此，可以在术前生成骨肿瘤危险区域，进而通过手术规划系统对骨肿瘤切割平面进行规划。普通的骨肿瘤危险区域生成技术需要运用迭代算法，耗时很长。
发明内容
有鉴于此，本申请实施例提供了一种骨肿瘤危险区域快速生成系统，以解决目前骨肿瘤危险区域生成过程耗时过长的问题。
根据第一方面，本申请实施例提供了一种骨肿瘤危险区域快速生成方法，包括：获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，分别从所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块；对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像；根据所述三维肿瘤距离图像和所述三维骨骼图像块生成对应的三维骨肿瘤危险区域图像。
结合第一方面，在本申请的一些实施例中，所述分别从所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域的步骤，包括：获取所述三维肿瘤图像中肿瘤区域分别在x轴、y轴和z轴上的最大坐标值和最小坐标值；根据所述最大坐标值和最小坐标值确定肿瘤区域的初始边界框；根据所述初始边界框和预设的安全间隔生成扩大边界框；根据所述扩大边界框在所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域；所述感兴趣区域包含骨肿瘤及其对应的安全间隔。
结合第一方面，在本申请的一些实施例中，所述初始边界框为：
[xmax,ymax,zmax；xmin,ymin,zmin]
其中，xmax、ymax和zmax分别表示肿瘤区域在x、y和z三个维度的最大坐标值；xmin、ymin和zmin分别表示肿瘤区域在x、y和z三个维度的最小坐标值。
所述扩大边界框为：
[xmax+ds,ymax+ds,zmax+ds；xmin-ds,ymin-ds,zmin-ds]
其中，ds为根据肿瘤分期确定的安全间隔。
结合第一方面，在本申请的一些实施例中，所述对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像的步骤，包括：计算所述三维肿瘤图像块中各个像素与肿瘤区域之间的最小欧氏距离；根据所述欧氏距离生成所述三维肿瘤距离图像；所述三维肿瘤距离图像与所述三维肿瘤图像块的尺寸相同。
结合第一方面，在本申请的一些实施例中，根据以下公式对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像：
D(x,y,z)＝sqrt((Sxdx)2+(Sydy)2+(Szdz)2)
其中，D(x,y,z)表示三维肿瘤距离图像；sqrt()为平方根函数；dx、dy和dz分别表示当前像素(x,y,z)与三维肿瘤图像块Vt中最近肿瘤区域在每个维度上间隔的像素个数；Sx、Sy和Sz分别表示在每个维度上相邻像素之间的欧式距离。
结合第一方面，在本申请的一些实施例中，所述根据所述三维肿瘤距离图像和所述三维骨骼图像块生成对应的三维骨肿瘤危险区域图像的步骤，包括：将所述三维肿瘤距离图像中小于或等于所述安全间隔的像素值重置为1，将所述三维肿瘤距离图像中大于所述安全间隔的像素值重置为0，生成重置后的三维肿瘤距离图像；根据所述重置后的三维肿瘤距离图像和所述三维骨骼图像块，生成对应的三维骨肿瘤危险区域图像。
结合第一方面，在本申请的一些实施例中，所述根据所述重置后的三维肿瘤距离图像和所述三维骨骼图像块，生成对应的三维骨肿瘤危险区域图像的步骤，为：将重置后的三维肿瘤距离图像与所述三维骨骼图像块做布尔相交运算，计算得到所述三维骨肿瘤危险区域图像。
结合第一方面，在本申请的一些实施例中，所述方法还包括根据所述三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型。
结合第一方面，在本申请的一些实施例中，所述根据所述三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型的步骤，包括：将所述三维骨肿瘤危险区域图像中的非零像素转换为对应的三维骨肿瘤危险区域点云；根据狄洛尼三角剖分方法将所述三维骨肿瘤危险区域点云重建为三维骨肿瘤危险区域模型。
根据第二方面，本申请实施例提供了一种骨肿瘤危险区域快速生成系统，包括：输入单元，用于获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，分别从所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块；计算单元，用于对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像；所述计算单元还用于根据所述三维肿瘤距离图像和所述三维骨骼图像块生成对应的三维骨肿瘤危险区域图像。
根据第三方面，本申请实施例提供了一种终端设备，包括：如第二方面实施例所述骨肿瘤危险区域快速生成系统。
根据第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的骨肿瘤危险区域快速生成方法、系统、终端设备及可读存储介质，通过从原始大尺寸三维图像中裁剪感兴趣区域，并利用三维二值图像的布尔运算和各向异性距离变换快速解得三维骨肿瘤危险区域图像、点云及模型，相比现有方法可以大幅提升骨肿瘤危险区域生成速度(将平均耗时从原来的344.13秒降低到0.17秒)，几乎可以实时为患者生成骨肿瘤及其安全间隔内的正常组织构成的危险区域。进一步地，本申请实施例生成的骨肿瘤危险区域可以显著降低医生对骨肿瘤病人的术前规划难度，并显著提升骨肿瘤术前规划的精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的骨肿瘤危险区域快速生成方法的一个具体示例的流程图；
图2是本申请实施例提供的骨肿瘤危险区域快速生成系统的一个具体示例的示意图；
图3是本申请实施例提供的终端设备的一个具体示例的示意图；
图4是本申请实施例提供的终端设备的另一个具体示例的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
骨肿瘤需要及时诊断并切除，以阻止肿瘤蔓延整个骨骼甚至转移到其他组织器官。在骨肿瘤切除手术中，医生通过(根据术前设计的切割平面)行截骨术切除全部肿瘤组织及其周围一层可能处于肿瘤反应区域内的正常组织。为了降低肿瘤复发和转移的风险，骨肿瘤周围正常组织的厚度应不小于医生根据骨肿瘤分期设定的外科安全间隔。因此，术前规划满足外科安全间隔要求的切割平面对于骨肿瘤患者的术后效果至关重要。然而，医生在术前手动规划骨肿瘤切割平面时，不能实时获取切面与肿瘤之间精确的外科间隔数值，所以他们往往不能确保自己放置的切割平面与骨肿瘤之间留有足够的外科间隔(即不小于预期的外科安全间隔)。如果切面与骨肿瘤之间的真实间隔小于安全间隔，这可能会增加骨肿瘤复发和转移的风险；反之如果真实间隔大于安全间隔，这会导致截除患者过多正常的骨骼。以上两种情况均不利于患者的术后康复。
为了提高医生术前骨肿瘤手术规划精度，本申请实施例结合骨肿瘤危险区域的概念，提供了一种骨肿瘤危险区域快速生成方法。从几何意义上来说，骨肿瘤危险区域定义为将肿瘤区域沿骨骼区域在三维空间中扩展安全间隔的范围。然后，医生只需将切割平面放置在骨肿瘤危险区域外，就可以保证切面位置位于骨肿瘤外科安全间隔外。此外，由于骨骼外侧肿瘤不会引发骨骼区域的肿瘤复发，所以在依据肿瘤范围生成骨肿瘤危险区域时，应只考虑肿瘤与骨骼的相交区域，否侧生成的危险区域会被过量估计，从而导致医生切除大量应为患者保留的正常骨骼。因此，生成骨肿瘤危险区域对医生术前设计骨肿瘤切除方案具有重要的指导意义。
普通的骨肿瘤切割平面规划方法需使用迭代算法，耗时较多，不利于医生及时查看生成的骨肿瘤危险区域，并实时为患者设计骨肿瘤切割平面。为了提升骨肿瘤危险区域生成的效率，本申请实施例提出了一种利用三维各项异性距离变换的骨肿瘤危险区域快速生成方法。该方法主要涉及三维二值图像布尔运算和各向异性距离变换，利用这两种高效的算法快速求取位于肿瘤安全间隔内的骨骼区域(即骨肿瘤危险区域)，以便于医生在术前为患者即时设计骨肿瘤切除方案。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
本申请实施例提供了一种骨肿瘤危险区域快速生成方法，如图1所示，该方案可以包括一下步骤：
步骤S101：获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，分别从三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块。
作为示例，用户可以首先将骨肿瘤患者病骨段的三维CT和MR图像导入手术规划系统。而后利用点配准或体素配准方法将三维CT和MR图像的空间位置对齐。分别从三维CT和MR图像中手动标注肿瘤区域，并通过设定适当阈值从三维CT图像中自动分割骨骼区域，再从系统中导出三维骨骼图像Vb和三维肿瘤图像Vt。
在导出三维骨骼图像Vb和三维肿瘤图像Vt时，可以采用如下方法：
将分割的骨骼区域的像素值赋为1，并将骨骼外区域的像素值赋为0，随后将其导出为与患者原始三维CT图像同样尺寸的三维骨骼图像Vb；将分割的骨骼和肿瘤相交区域的像素值赋为1，并将其他区域的像素值赋为0，随后将其导出为与患者原始三维CT图像同样尺寸的三维肿瘤图像Vt。
为了缩短骨肿瘤危险区域生成时间，需要分别从三维骨骼图像Vb和三维肿瘤图像Vt中裁剪出感兴趣区域。具体的，可以获取所述三维肿瘤图像中肿瘤区域分别在x轴、y轴和z轴上的最大坐标值和最小坐标值；根据最大坐标值和最小坐标值确定肿瘤区域的初始边界框；根据初始边界框和预设的安全间隔生成扩大边界框；根据扩大边界框在所述三维骨骼图像和三维肿瘤图像中裁剪包含骨肿瘤及其对应的安全间隔的感兴趣区域。
初始边界框为：
[xmax,ymax,zmax；xmin,ymin,zmin]
其中，xmax、ymax和zmax分别表示肿瘤区域在x、y和z三个维度的最大坐标值；xmin、ymin和zmin分别表示肿瘤区域在x、y和z三个维度的最小坐标值。
扩大边界框为：
[xmax+ds,ymax+ds,zmax+ds；xmin-ds,ymin-ds,zmin-ds]
其中，ds为根据肿瘤分期确定的安全间隔。
步骤S102：对三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像。
在一具体实施方式中，可以通过以下几个子步骤实现步骤S102的过程：
步骤S1021：计算三维肿瘤图像块中各个像素与肿瘤区域之间的最小欧氏距离。
步骤S1022：根据欧氏距离生成与三维肿瘤图像块的尺寸相同的三维肿瘤距离图像。
具体的，可以根据公式(1)对三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像：
D(x,y,z)＝sqrt((Sxdx)2+(Sydy)2+(Szdz)2) (1)
其中，D(x,y,z)表示三维肿瘤距离图像；sqrt()为平方根函数；dx、dy和dz分别表示三维肿瘤距离图像D中当前像素(x,y,z)与三维肿瘤图像块Vt中最近肿瘤区域在每个维度上间隔的像素个数；Sx、Sy和Sz分别表示在每个维度上相邻像素之间的欧式距离。
步骤S103：根据三维肿瘤距离图像和三维骨骼图像块生成对应的三维骨肿瘤危险区域图像。
在一具体实施方式中，可以通过以下几个子步骤实现步骤S103的过程：
步骤S1031：将三维肿瘤距离图像中小于或等于安全间隔的像素值重置为1，将三维肿瘤距离图像中大于安全间隔的像素值重置为0，生成重置后的三维肿瘤距离图像。
步骤S1032：根据重置后的三维肿瘤距离图像和三维骨骼图像块，生成对应的三维骨肿瘤危险区域图像。
具体的，可以根据公式(2)将重置后的三维肿瘤距离图像与三维骨骼图像块做布尔相交运算，计算得到三维骨肿瘤危险区域图像：
Vd＝D∩V b (2)
其中，Vd表示三维骨肿瘤危险区域图像；D表示重置后的三维肿瘤距离图像；V b表示三维骨骼图像块。经过布尔相交运算，在三维骨肿瘤危险区域图像Vd中，D与V b中同位置像素值均为1的像素值为1，其他像素值均为0。
步骤S104：根据三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型。
在步骤S104中，可以采用公式(3)将三维骨肿瘤危险区域图像Vd中的每个像素(i,j,k)转换为三维点：
Figure BDA0003412575520000081
其中，(i,j,k)为当前像素在三维骨肿瘤危险区域图像Vd中的三维坐标，(Px,Py,Pz,k)分别为原始三维CT图像中第k层切片图像中左上角像素的三维空间位置。
利用狄洛尼三角剖分方法将三维骨肿瘤危险区域点云Pd重建为三维骨肿瘤危险区域模型。此后，将三维骨肿瘤危险区域模型导入手术导航系统，就可以直观地辅助医生在术前规划及术中导航时核验切面能否完全切除骨肿瘤安全间隔内骨骼区域。
本申请实施例针对骨肿瘤危险区域生成任务的特点和难点，重新探索了一套能够快速生成骨肿瘤危险区域的解决方案，即首先从原始三维CT和MR图像以及从中分割的骨骼和肿瘤区域中导出三维骨骼及肿瘤图像；然后分别从导出的三维骨骼和肿瘤图像中裁剪比骨肿瘤危险区域范围稍大的感兴趣区域；随后在裁剪的三维骨骼和肿瘤图像块中实施三维各向异性距离变换，从而快速定位位于肿瘤区域安全间隔内的骨骼区域(即骨肿瘤危险区域)；最后再将骨肿瘤危险区域转换为三维点云并将其生成三维模型，从而极大缩减骨肿瘤危险区域生成时间，进而为患者实时生成骨肿瘤危险区域，并最终提升医生术前手术规划的精度和效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种骨肿瘤危险区域快速生成系统，如图2所示，该系统可以包括输入单元201、计算单元202和重建单元203。
具体的，输入单元201用于获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，分别从三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块；其对应的工作过程可参见上述方法实施例中步骤S101的记载。
计算单元202用于对三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像；其对应的工作过程可参见上述方法实施例中步骤S102的记载。
在一具体实施方式中，计算单元202还可用于根据三维肿瘤距离图像和三维骨骼图像块生成对应的三维骨肿瘤危险区域图像；其对应的工作过程可参见上述方法实施例中步骤S103的记载。
重建单元203用于根据三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型；其对应的工作过程可参见上述方法实施例中步骤S104的记载。
本申请实施例还提供了一种终端设备，如图3所示，该终端设备300包括如图2所示的骨肿瘤危险区域快速生成系统200。
图4是本申请另一实施例提供的终端设备的示意图。如图4所示，该实施例的终端设备400包括：处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403，例如骨肿瘤危险区域快速生成程序。所述处理器401执行所述计算机程序403时实现上述各个骨肿瘤危险区域快速生成方法实施例中的步骤，例如图1所示的步骤S101至步骤S104。或者，所述处理器401执行所述计算机程序403时实现上述各装置实施例中各模块/单元的功能，例如图2所示各个模块的功能。
所述计算机程序403可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器402中，并由所述处理器401执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序403在所述终端设备400中的执行过程。例如，所述计算机程序403可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器401、存储器402。本领域技术人员可以理解，图4仅仅是终端设备400的示例，并不构成对终端设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备400的内部存储单元，例如终端设备400的硬盘或内存。所述存储器402也可以是所述终端设备400的外部存储设备，例如所述终端设备400上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器402还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种骨肿瘤危险区域快速生成系统，其特征在于，包括：
输入单元，用于获取骨肿瘤患者的三维骨骼图像和三维肿瘤图像，分别从所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域，生成三维骨骼图像块和三维肿瘤图像块；
计算单元，用于对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像；
所述计算单元还用于根据所述三维肿瘤距离图像和所述三维骨骼图像块生成对应的三维骨肿瘤危险区域图像。
2.如权利要求1所述的骨肿瘤危险区域快速生成系统，其特征在于，所述输入单元分别从所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域的步骤，包括：
获取所述三维肿瘤图像中肿瘤区域分别在x轴、y轴和z轴上的最大坐标值和最小坐标值；
根据所述最大坐标值和最小坐标值确定肿瘤区域的初始边界框；
根据所述初始边界框和预设的安全间隔生成扩大边界框；
根据所述扩大边界框在所述三维骨骼图像和三维肿瘤图像中裁剪感兴趣区域；所述感兴趣区域包含骨肿瘤及其对应的安全间隔。
3.如权利要求2所述的骨肿瘤危险区域快速生成系统，其特征在于，所述初始边界框为：
[xmax,ymax,zmax；xmin,ymin,zmin]
其中，xmax、ymax和zmax分别表示肿瘤区域在x、y和z三个维度的最大坐标值；xmin、ymin和zmin分别表示肿瘤区域在x、y和z三个维度的最小坐标值。
所述扩大边界框为：
[xmax+ds,ymax+ds,zmax+ds；xmin-ds,ymin-ds,zmin-ds]
其中，ds为根据肿瘤分期确定的安全间隔。
4.如权利要求1至3中任一项所述的骨肿瘤危险区域快速生成系统，其特征在于，所述计算单元对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像的步骤，包括：
计算所述三维肿瘤图像块中各个像素与肿瘤区域之间的最小欧氏距离；
根据所述欧氏距离生成所述三维肿瘤距离图像；所述三维肿瘤距离图像与所述三维肿瘤图像块的尺寸相同。
5.如权利要求4所述的骨肿瘤危险区域快速生成系统，其特征在于，所述计算单元根据以下公式对所述三维肿瘤图像块进行三维各向异性距离变换，生成三维肿瘤距离图像：
D(x,y,z)＝sqrt((Sxdx)2+(Sydy)2+(Szdz)2)
其中，D(x,y,z)表示三维肿瘤距离图像；sqrt()为平方根函数；dx、dy和dz分别表示三维肿瘤距离图像中当前像素(x,y,z)与三维肿瘤图像块V t中最近肿瘤区域在每个维度上间隔的像素个数；Sx、Sy和Sz分别表示在每个维度上相邻像素之间的欧式距离。
6.如权利要求5所述的骨肿瘤危险区域快速生成系统，其特征在于，所述计算单元根据所述三维肿瘤距离图像和所述三维骨骼图像块生成对应的三维骨肿瘤危险区域图像的步骤，包括：
将所述三维肿瘤距离图像中小于或等于所述安全间隔的像素值重置为1，将所述三维肿瘤距离图像中大于所述安全间隔的像素值重置为0，生成重置后的三维肿瘤距离图像；
根据所述重置后的三维肿瘤距离图像和所述三维骨骼图像块，生成对应的三维骨肿瘤危险区域图像。
7.如权利要求6所述的骨肿瘤危险区域快速生成系统，其特征在于，所述计算单元根据所述重置后的三维肿瘤距离图像和所述三维骨骼图像块，生成对应的三维骨肿瘤危险区域图像的步骤，为：
将重置后的三维肿瘤距离图像与所述三维骨骼图像块做布尔相交运算，计算得到所述三维骨肿瘤危险区域图像。
8.如权利要求1所述的骨肿瘤危险区域快速生成系统，其特征在于，所述装置包括重建单元；所述重建单元用于根据所述三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型。
9.如权利要求8所述的骨肿瘤危险区域快速生成系统，其特征在于，所述重建单元根据所述三维骨肿瘤危险区域图像重建并生成对应的三维骨肿瘤危险区域模型的步骤，包括：
将所述三维骨肿瘤危险区域图像中的非零像素转换为对应的三维骨肿瘤危险区域点云；
根据狄洛尼三角剖分方法将所述三维骨肿瘤危险区域点云重建为三维骨肿瘤危险区域模型。
10.一种终端设备，其特征在于，所述终端设备包括如权利要求1至5任一项所述的骨肿瘤危险区域快速生成系统。
CN202111534280.0A 2021-12-15 2021-12-15 一种骨肿瘤危险区域快速生成系统 Pending CN114170215A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111534280.0A CN114170215A (zh) 2021-12-15 2021-12-15 一种骨肿瘤危险区域快速生成系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111534280.0A CN114170215A (zh) 2021-12-15 2021-12-15 一种骨肿瘤危险区域快速生成系统

Publications (1)

Publication Number Publication Date
CN114170215A true CN114170215A (zh) 2022-03-11

Family

ID=80486642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111534280.0A Pending CN114170215A (zh) 2021-12-15 2021-12-15 一种骨肿瘤危险区域快速生成系统

Country Status (1)

Country Link
CN (1) CN114170215A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114913124A (zh) * 2022-04-13 2022-08-16 中南大学湘雅医院 一种用于肿瘤手术的切缘路径生成方法、系统及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114913124A (zh) * 2022-04-13 2022-08-16 中南大学湘雅医院 一种用于肿瘤手术的切缘路径生成方法、系统及存储介质

Similar Documents

Publication Publication Date Title
US11657509B2 (en) Method for precisely and automatically positioning reference line for integrated images
Wallner et al. Clinical evaluation of semi-automatic open-source algorithmic software segmentation of the mandibular bone: Practical feasibility and assessment of a new course of action
Al-Zu’bi et al. Efficient 3D medical image segmentation algorithm over a secured multimedia network
Deng et al. A novel skull registration based on global and local deformations for craniofacial reconstruction
EP2810217B1 (en) Graph cuts-based interactive segmentation of teeth in 3-d ct volumetric data
CN107067398A (zh) 用于三维医学模型中缺失血管的补全方法及装置
WO2022227597A1 (zh) 肝脏内部组织的位移预测方法、装置、系统及电子设备
CN112150472A (zh) 基于cbct的三维颌骨图像分割方法、装置及终端设备
CN112515767B (zh) 手术导航装置、设备及计算机可读存储介质
US20160128782A1 (en) Method and system for estimating a deflated lung shape for video assisted thoracic surgery
CN111724389B (zh) 髋关节ct图像分割方法、装置、存储介质和计算机设备
WO2023125247A1 (zh) 基于医学图像的消融区域确定方法、设备及存储介质
CN110246586A (zh) 一种肝肿瘤微波消融术前仿真的有限元模型建立方法
Xu et al. A 3D segmentation network of mandible from CT scan with combination of multiple convolutional modules and edge supervision in mandibular reconstruction
CN114170215A (zh) 一种骨肿瘤危险区域快速生成系统
CN111159751A (zh) 三维影像的去隐私化处理方法、装置和终端设备
Fang et al. Automatic segmentation and 3D reconstruction of spine based on FCN and marching cubes in CT volumes
Li et al. A fully automatic surgical registration method for percutaneous abdominal puncture surgical navigation
CN113888566B (zh) 目标轮廓曲线确定方法、装置、电子设备以及存储介质
Drakopoulos et al. Tetrahedral image-to-mesh conversion software for anatomic modeling of arteriovenous malformations
CN115359063A (zh) 基于目标器官三维图像的刚性配准方法及相关装置
Kaibori et al. Novel liver visualization and surgical simulation system
CN115938542A (zh) 一种基于三维拓扑分析的图像引导的消融路径优化方法
Chen et al. Computer-aided liver surgical planning system using CT volumes
CN113628260A (zh) 一种图像配准方法、装置、终端设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination